[发明专利]综合语义和时效性意图对检索结果进行多样化的方法

摘要

本发明公开了综合语义和时效性意图对检索结果进行多样化的方法；步骤如下接收用户的查询；采用查询时效性分类算法判断查询属于没有时间意图的查询QoT、仅有一个查询量突起的查询OQ、有多个查询量突起且突起之间没有周期性的查询AMQ和有多个查询量突起且突起之间有周期性的查询PMQ中的哪一类，若该查询属于QoT类就进入步骤（3‑1）；若该查询属于OQ、AMQ、PMQ三类中的一类，就进入步骤（3‑2）；（3‑1）仅考虑语义意图对检索结果进行多样化；（3‑2）计算P(t|q)并同时考虑语义意图和时效性意图对检索结果进行多样化；将多样化的检索结果输出；本发明有效地建模查询动态性，通过考虑查询的时效性特征来提升信息检索系统的性能，改善用户的搜索体验。

主权项

一种综合语义和时效性意图对检索结果进行多样化的方法,其特征是，步骤如下：步骤(1)：接收用户的查询；步骤(2)：采用查询时效性分类算法判断查询属于没有时间意图的查询QoT、仅有一个查询量突起的查询OQ、有多个查询量突起且突起之间没有周期性的查询AMQ和有多个查询量突起且突起之间有周期性的查询PMQ中的哪一类，若该查询属于QoT类就进入步骤(3‑1)；若该查询属于OQ、AMQ、PMQ三类中的一类，就进入步骤(3‑2)；步骤(3‑1)：仅考虑语义意图对检索结果进行多样化；步骤(3‑2)：计算P(t|q)并同时考虑语义意图和时效性意图对检索结果进行多样化；步骤(4)：将多样化的检索结果输出；所述步骤(2)中查询时效性分类算法：算法的输入为查询q一定时间范围内的查询频率曲线F＝{f1,f2,...,ft}，其中，ft为查询q在t时的搜索量；输出为QoT、OQ、AMQ、PMQ中一类；算法原理是采用机器学习SVM模型学习一个分类器；算法包括两个主要部分：预处理和特征提取；提取出的特征可以作为SVM模型的输入用来训练及预测；(21)预处理：根据时间序列分析技术，可以认为曲线F包含三种成分：趋势性成分mt、季节性成分St及随机性成分Yt；使用多项式拟合曲线F作为曲线F的趋势性成分，并从曲线F中减去趋势性成分mt成为预处理后的曲线Fq：F＝mt+St+Yt    (9)(22)特征提取：在预处理后的曲线Fq上提取以下特征：均值(Mean)：其中，ft为查询q在t时的搜索量；标准差(Standard Deviation)：其中，M为均值；最大突起程度(Max Rate)：其中，fm＝max Fq，其时间单元为m；突起程度(Spike Rate)：其中，fm‑2、fm‑1、fm+1、fm+2分别为时间单元为m‑2、m‑1、m+1、m+2时的搜索量；与QoT类的距离(Distance from QoT)：DQoT=ΣFq′∈F(QoT)minα,n(||Fq-α(Fq′)n||||Fq||)|F(QoT)|;---(14)]]>其中，F(QoT)为已标注的为QoT类的曲线集合；(Fq')n代表将曲线Fq'向左或者向右循环平移n个时间单元；α为模型参数，可以通过最小化求得.与OQ类的距离(Distance from OQ)：其中，F(OQ)为已标注的为OQ类的曲线集合；与AMQ类的距离(Distance from AMQ)：DAMQ=ΣFq′∈F(AMQ)minα,n(||Fq-α(Fq′)n||||Fq||)|F(AMQ)|;---(16)]]>其中，F(AMQ)为已标注的为AMQ类的曲线集合；与PMQ类的距离(Distance from PMQ)：DPMQ=ΣFq′∈F(PMQ)minα,n(||Fq-α(Fq′)n||||Fq||)|F(PMQ)|;---(17)]]>其中，F(PMQ)为已标注的为PMQ类的曲线集合。